ISSN : 2338-4018 ANALISIS ALGORITMA FUZZY INFERENCE SYSTEM (FIS) MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA DI SMA NEGERI 1 JATISRONO Eky Nur Hidayah (hidayah.eki@gmail.com) Yustina Retno Wahyu Utami (yustina.retno@gmail.com) Wawan Laksito Y. S. (wlaksito@yahoo.com) ABSTRAK siswa di SMA merupakan tahap yang sangat penting dalam meningkatkan kemajuan belajar siswa, karena akan membantu siswa dalam memfokuskan konsentrasi materi pembelajaran di sekolah. Selama ini proses penjurusan siswa di SMA masih dilakukan secara manual, sehingga proses seperti ini tidak efektif dan tidak efisien. penelitian ini akan dibangun Sistem Pendukung Keputusan Siswa di SMA Negeri 1 Jatisrono yang bertujuan untuk membantu kesulitan dari pihak sekolah dalam pengambilan keputusan menentukan jurusan siswa. Sistem Siswa ini dibangun menggunakan Algoritma Fuzzy Mamdani sebagai bentuk alternatif solusi dari permasalahan yang dihadapi. siswa SMA didasarkan dari hasil pengolahan data nilai IPA dan nilai IPS, data minat siswa, dan data nilai IQ. Dalam menetukan penjurusan siswa menggunakan Fuzzy Mamdani diperlukan empat tahap yaitu pembentukan himpunan fuzzy untuk menghitung nilai derajat keanggotaan dari masingmasing variabel, pembentukan rules, menerapkan Aplikasi Fungsi Implikasi dengan menggunakan metode MIN. Setelah didapatkan nilai MIN dari setiap rule yang terlibat maka menerapkan Inferensi Aturan dengan metode MAX. Langah terakhir adalah menghitung nilai defuzyfikassi dari IPA dan IPS. Apabila nilai defuzyfikasi IPA lebih besar dari nilai defuzyfikasi IPS maka siswa masuk jurusan IPA begitu pula sebaliknya. Kata kunci : Fuzzy Mamdani, siswa, Sistem Pendukung Keputusan I. PENDAHULUAN Sekarang ini, segala aspek kehidupan telah mampu berkembang dengan pesatnya, perkembangan peranan ilmu pengetahuan dan teknologi dewasa ini sangat berpengaruh terhadap kemajuan bisnis, baik secara individual, instansi pemerintah, ataupun swasta. Penyelesaian masalah dalam dunia nyata dewasa ini memerlukan suatu expert system (sistem pakar) yang memanfaatkan pengetahuan dan teknik yang diharapkan dapat berfungsi seperti kecerdasan manusia, yaitu dapat belajar, menyesuaikan diridengan lingkungannya serta mengambil keputusankeputusan yang paling tepat. SMA Negeri 1 Jatisrono, merupakan salah satu Sekolah Menengah Atas Negeri di Kabupaten Wonogiri yang mengadakan penjurusan siswa kelas X (sepuluh) yang akan melanjutkan studi ke kelas XI (sebelas). Kendala yang sering ditemukan dalam proses penjurusan di SMA Negeri 1 Jatisrono yaitu sulitnya menentukan siswa mana yang memenuhi kriteria untuk menempati jurusan tertentu. yang tersedia meliputi bidang minat Ilmu Alam, dan Ilmu Sosial. Dalam menjuruskan siswa terlebih dahulu dihitung berapa jumlah siswa yang akan dijuruskan untuk naik ke kelas X1. Setelah itu menetukan jumlah alokasi kelas IPA dengan melakukan proses seleksi dari total rata-rata nilai IPA setiap siswa. Proses seleksi ini akan diambil dari nilai rata-rata IPA paling tinggi ke rendah. Salah satu aplikasi Fuzzy Inference System ( FIS ) adalah pendukung keputusan. Keputusan penentuan jurusan siswa SMA diambil oleh pihak yang berkompeten di sekolah. Penentuan jurusan siswa SMA berpengaruh terhadap kegiatan akademik siswa. Oleh karena itu, penjurusan yang tepat dan sesuai dengan bakat serta minat siswa sangat diperlukan. Dengan adanya penjurusan, diharapkan setiap siswa dapat lebih fokus pada bakat yang dimiliki. Faktor utama yang menentukan penjurusan adalah nilai akademik siswa, minat siswa, dan nilai tes IQ. Metode ini diperkenalkan oleh Ebrahim H. Mamdani pada tahun 1975. Metode Mamdani cocok digunakan apabila input diterima dari manusia bukan mesin. Metode Mamdani Jurnal TIKomSiN 23
dibangun dengan 4 variabel input dan 2 variabel output. Variabel input terdiri dari nilai IPA, nilai IPS, nilai IQ, dan minat siswa masuk IPA. Minat siswa untuk masuk ke kelas IPA termasuk variabel yang ambigu. Metode centroid digunakan FIS ini untuk defuzzifikasi. Dengan memanfaatkan kelebihan logika fuzzy dalam toleransi terhadap hal ambigu, diharapkan dapat menjadi pendukung keputusan penentuan jurusan siswa SMA N 1 Jatisrono berdasar nilai akademik, nilai IQ, dan minat siswa. II. METODE PENELITIAN 1. Jenis a. Primer primer adalah data yang didapat dari sumber pertama, baik dari individu atau perseorangan yang diperoleh langsung di lapangan oleh peneliti sebagai obyek penulisan (Umar, 2003). Dalam penelitian yang ini termasuk dalam data primer adalah data yang diperoleh dari Kepala Sekolah SMA Negeri 1 Jatisrono melalui wawancara secara lagsung, yang meliputi sejarah berdirinya SMA Negeri 1 Jatisrono, Visi-Misi, data jumlah kelas IPA, jumlah kelas IPS, dan jumlah siswa di setiap kelas. b. Sekunder sekunder adalah data yang tidak langsung memberikan data kepada peneliti, misalnya penelitian harus melalui orang lain atau mencari melalui dokumen. Dalam pembuatan Analisis Algoritma Fuzzy Inference System (FIS) Mamdani pada Sistem Pendukung Keputusan Siswa di SMA Negeri 1 Jatisrono data yang diperoleh adalah berupa data nilai siswa kelas X semester dua (2) tahun ajaran 2013/2014. Berdasarkan penelitian yang dilakukan dalam kasus penjurusan siswa di SMA Negeri 1 Jatisrono maka peneliti menggunakan metode pengumpulan data antara lain : 1. Wawancara Pengumpulan data yang dilakukan penulis dengan wawancara, yaitu dengan mengajukan pertanyaan mengenai sistem penjurusan kepada kepala sekolah. Metode ini dilakukan dengan lisan sehingga pertanyaan tersebut dijawab dengan lisan oleh kepala sekolah. 2. Observasi Observasi adalah pengamatan dan pencatatan secara sistimatik terhadap unsur-unsur yang tampak dalam suatu gejala atau gejala-gejala dalam objek penelitian. Penulis terjun langsung ke SMA Negeri 1 Jatisrono, dengan cara melakukan pengamatan terhadap jumlah kelas di IPA, jumlah kelas di IPS, dan jumlah siswa di setiap kelas sehingga diperoleh data yang lengkap. 3. Studi Literatur Pengumpulan data dan informasi serta pengetahuan yang didapatkan dari buku-buku tentang teori yang bersangkutan dalam pembuatan aplikasi yang dibuat, yaitu teori teori sistem pakar dengan metode inferensi menggunakan forward chaining, teoriteori analisis desain sistem fuzzy, dan teori-teori yang mendukung dalam pembuatan Sistem Pendukung Keputusan Siswa SMA Negeri 1 Jatisrono. Metode yang digunakan dalam penulisan ini adalah dengan mengikuti lima tahapan berdasarkan teori pengembangan sistem menurut Donald H.Sander tahun 1985. [1] Pada tahapan identifikasi merupakan tahap penentuan hal-hal penting sebagai dasar dari permasalahan yang akan dianalisis. Tahap ini merupakan tahap untuk mengkaji dan membatasi masalah yang akan diimplementasikan dalam sistem. Tahapan Identifikasi Tahap ini merupakan tahap penentuan halhal penting sebagai dasar dari permasalahan yang akan dianalisis. Tahap ini merupakan tahap untuk mengkaji dan membatasi masalah yang akan diimplementasikan dalam sistem. Setiap masalah yang akan diidentifikasi harus dicari solusi. Fasilitas yang akan dikembangkan, penentuan jenis bahasa pemrograman dan tujuan yang ingin dicapai dari proses pengembangan tersebut. Pada tahap identifikasi ini permasalahan yang akan dianalisis adalah penjurusan siswa dan faktor utama yang menentukan dalam hal penjurusan siswa di SMA Negeri 1 Jatisrono. Tahapan Analisa Sistem Analisis sistem merupakan suatu penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan permasalahan, kesempatan - kesempatan, hambatan - 24 Jurnal TIKomSiN
hambatan yang terjadi dan kebutuhankebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya. Tahapan Desain Sistem Pada tahap desain sistem ini merupakan suatu fase dimana diperlukan suatu keahlian perencanaan untuk elemen-elemen komputer yang akan menggunakan sistem baru. Aspek penting dalam tahap ini meliputi masukan, desain proses, keluaran, control manajemen data dan dasar pengetahuan. Dalam pembuatan sistem pendukung penjurusan siswa ini, penulis menggunakaan alat bantu yang digunakan dalam desain sistem yang meliputi Context Diagram, Diagram Berenjang (HIPO), Flow Diagram (DFD), Entity Relationship Diagram (ERD), dan Skema Diagram. Tahap implementasi Tahap Implementasi program yang sudah siap akan dilakukan pada tahap ini, dengan kriteria adalah program mudah dalam penggunaan dan program mudah dipahami oleh pemakai. Perancangan program ini mengacu pada desain-desain sistem yang telah dibuat pada langkah sebelumnya. Pada tahap perancangan input dan output menggunakan software Macromedia Dreamweaver CS4 dan Adobe Photosop CS3 sedangkan untuk implementasi pembuatan database menggunakan MySQL. Dan Untuk pembuatan program menggunakan bahasa pemrograman Hypertext Preprocessor (PHP) sedangkan untuk sistem operasinya menggunakan Windows 7 Ultimate. Tahapan Evaluasi Evaluasi sistem pakar yang selesai dibangun, perlu untuk dievaluasi untuk menguji dan menemukan kesalahannya. Hal ini merupakan hal yang umum dilakukan karena suatu sistem belum tentu sempurna setelah selesai pembuatannya sehingga proses evaluasi diperlukan untuk penyempurnaannya. Tahap Evaluasi sistem ini meliputi : 1. Uji fungsionalitas Pengujian black box berfokus pada pengujian persyaratan fungsional perangkat lunak, untuk mendapatkan serangkaian kondisi input yang sesuai dengan persyaratan fungsional suatu program. 2. Uji Validitas Uji validitas adalah pengujian yang digunakan untuk membandingkan antara hasil dari program yang dibuat sama dengan hasil perhitungan manual. Uji ini dilakukan di tiap tahap proses perhitungan sehingga akan terlihat bahwa program dibuat sesuai dengan algoritma yang digunakan. III. TINJAUAN PUSTAKA Sistem pendukung keputusan (SPK) adalah sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Menurut Keen sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan. SPK adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur [2]. Metode yang dipakai pada penelitian ini adalah Fuzzy inference system (FIS) dengan metode Mamdani. Fuzzy inference system (FIS) dapat dilakukan dengan tiga metode, yaitu dengan metode Mamdani, metode Sugeno dan metode Tsukamoto [3]. Metode Mamdani lebih sering digunakan karena dapat mendeskripsikan pendapat pakar secara lebih "human-manner" daripada metode yang lain. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Metode Mamdani sering juga dikenal dengan nama metode Max Min. Menurut Kusumadewi [4] untuk mendapatkan output diperlukan 4 tahapan, yaitu: 1. Pembentukan himpunan fuzzy Pada metode Mamdani, variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. Setiap anggota himpunan fuzzy yang dibentuk, ditentukan derajat keanggotaannya dengan fungsi keanggotaan yang ditentukan 2. Aplikasi fungsi implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah metode Min. 3. Inferensi aturan 4. Metode yang digunakan dalam melakukan inferensi aturan adalah metode Max (maksimum), yang secara umum dapat dituliskan : μsf[xi] = max (μsf [Xi], μkf [Xi]) dengan : Jurnal TIKomSiN 25
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i μkf [Xi]) = nilai keanggotaan konsekuan fuzzy aturan ke-i. 5. Penegasan (defuzzifikasi) Pada metode Mamdani, metodedefuzifikasi dapat dipilih salah satu dari metode-metode defuzzifikasi. Pada penelitian ini dipilih adalah metode Centroid. Siswa merupakan salah satu proses penempatan atau penyaluran dalam pemilihan program pengajaran para siswa di SMA. Dalam penjurusan ini, siswa diberi kesempatan memilih jurusan yang paling cocok dengan karakteristik dirinya. Ketepatan dalam memilih jurusan dapat menentukan keberhasilan belajar siswa. Sebaliknya, kesempatan yang sangat baik bagi siswa akan hilang karena kekurangtepatan dalam menentukan jurusan. Dalam Kurikulum Tingkat Satuan Pendidikan KTSP, penjurusan di SMA dimulai pada akhir semester 2 kelas X. Selama di kelas X siswa hanya menerima program pengajaran umum, sedangkan di kelas XI dan XII selain menerima program umum, siswa juga mendapatkan program pengajaran khusus sebagai pilihan IPA atau IPS. Tujuan penjurusan antara lain adalah : a) Mengelompokkan siswa sesuai dengan kecakapan, kemampuan, bakat dan minat yang relatif sama. b) Membantu mempersiapkan siswa melanjutkan studi dan memilih dunia kerja. c) Membantu memperkokoh keberhasilan dan kecocokan atas prestasi yang akan dicapai di waktu mendatang. IV. HASIL DAN PEMBAHASAN 1. Desain Sistem Dalam pembuatan sistem pendukung penjurusan siswa ini, penulis menggunakaan alat bantu yang digunakan dalam desain sistem yang meliputi Context Diagram, Diagram Berenjang (HIPO), Flow Diagram (DFD), Entity Relationship Diagram (ERD), dan Skema Diagram. Diagram Konteks Pada gambar diagram konteks menjelaskan bahwa terdapat empat user yaitu admin/kurikulum, kepala sekolah dan siswa dan guru. Admin ke SPK Siswa dapat melakukan proses seperti login dengan username dan password admin Proses input data siswa,input data guru, input data minat, input data kriteria/nilai, input data alokasi, data bobot_mapel,dan input alokas, input data info, input data news dan melihat laporan hasil penjurusan lalu sistem akan memberikan info tentang proses tersebut ke Admin seperti hak akses admin untuk melakukan manajemen data admin, informasi data siswa, data guru,data_minat,data nilai/kriteria, data alokasi, data bobo_mapel,data info dan data news.sedangkan Kepala Sekolah dapat melakukan login dan menginputkan batas nilai masuk kurusan IPA dan batas nilai naik kelas. Lalu daat melihat laporan hasil penjurusan. Sedangkan siswa dapat login dengan menggunakan nis masing-masing, dapat mengisi angka minat sesuai keinginan siswa sendiri dan guru hanya bisa melihat hasil penjurusan. Input data news Input data siswa Input data guru Admin / Kurikulum Input batasan nilai Input data kriteria Input data bobot mapel Request laporan! Siswa Edir data diri SPK Siswa Input Batas_nilai Kepala Sekolah Login (NIS) Input angka_minat Request Laporan penjurusan! Guru Konfirmasi data login Validasi Login Konfirmasi data minat Info news Info Lapo.penjurusan Input data alokasi request angka_minat Login Info laporan penjurusan Validasi Login Validasi Login Laporan penjurusan Info news Info batas nilai Info data kriteria Info batasan nilai Info konfirmasi login Info data bobot mapel Lap. Info data alokasi Info data minat Info hasil generate Info data batasan Info data news Gambar 1. Diagram Konteks Diagram Berjenjang ( HIPO ) 0 Aplikasi Siswa SMA Negei 1 Jatisrono 3.0 1.0 2.0 Login Proses 4.0 Laporan Level 1 Level 2 2.1 Siswa 2.1.1 siswa 2.2 Guru 2.2.1 guru 2.3 Bobot mapel 2.3.1 mapel 2.4 Alokasi 2.4.1 alokasi 2.5 Th_ajaran 2.5.1 th_ajaran 2.6 Minat 2.6.1 minat 2.7 kriteria 2.7.1 kriteria 2.8 batasan 2.8.1 batasan Top Level 2.9 Batas_Nilai 2.9.1 batas_nilai 3.1 Penilaian Login 3.2 Cari derajat kebenaran α Gambar 2. Diagram Berjenjang Level 0 3.3 Defuzzyfikasi 4.1 Olah Laporan 26 Jurnal TIKomSiN
Flow Diagram (DFD) Level 0 flow Diagram Level 1 Proses 2.0 Login valid Kepala Sekolah Username, password Admin valid Username, password 1.0 Login Username.password NIS 1. Tabel login 2. Tabel Siswa baru guru baru 2.1 SIswa 1.Tabel Siswa NIS Login valid Login valid Username &password Info data batas_nilai Input data batas_nilai Info data news baru guru baru bobot mapel baru minat baru alokasibaru th_ajaran baru batasan baru news baru kriteria baru Admin (kurikulum) Info data kriteria 2.0 Management guru minat guru alokasi alokasi Th_ajaran th_ajaran batas_nilai boot mapel bobot mapel minat batas_nilai 3. Tabel guru 4. Tabel Bobot_Mapel 5. Tabel Alokasi 6. Tabel th-ajaran 7. Tabel Minat 8. Tabel batas_nilai Admin/kurikulum bobot_nilai Info bobot_nilai alokasi Info data alokasi 2.2 Guru 2.3 Bobot_Nilai 2.4 Alokasi guru guru bobot_mapel bobot_mapel alokasi alokasi 2.Tabel Guru 3.Tabel Bobot_mapel 4. Tabel Alokasi Info data bobot mapel Info data alokasi Info data th_ajaran Info data minat Info data batas_nilai Info data news Info data batasan news news batasan batasan 10. Tabel news 11. Tabel batasan th_ajaran Info data th_ajaran 2.5 Th_ajaran th_ajaran th_ajaran 5.Tabel Th_ajaran Info hasil generate kriteria Info data minat Iaporan penjurusan siswa Info data profil Input data minat Info data news 3.0 Proses kriteria hasil penjurusan nilai hasil penjurusan nilai 12. Tabel Kriteria 13. Tabel Siswa angka minat Info data minat angka minat 2.6 Minat minat minat 6.Tabel Minat Konfimasi data minat 14. Tabel Hasil_ Info data nilai/kriteria nilai 2.7 Kriteria/nilai nilai nilai 7.Tabel nilai Siswa Iaporan penjurusan siswa laporan penjurusan siswa 4.0 Laporan Info batasan batasan baru 2.8 Batasan batasan batasan 8.Tabel Batasan Guru Iaporan penjurusan siswa Gambar 3. DFD Level 0 Kepala Sekolah batas nilai baru 2.9 batas_nilai 9.Tabel Batas_nilai Batas_nilai Info Batas_nilai batas_nilai Gambar 4. DFD Level 1 Proses 2.0 Pada gambar diatas terdapat empat proses utama yaitu login, manajemen data, proses penjurusan dan laporan. Admin, kepala sekolah dan siswa dapat melakukan login dan dapat melakukan manajemen data sesuai hak akses masing-masing. Admin seperti hak akses admin untuk melakukan manajemen data admin, informasi data siswa, data guru,data_minat,data nilai/kriteria, data alokasi, data bobo_mapel,data info dan data news.sedangkan Kepala Sekolah dapat melakukan login dan menginputkan batas nilai masuk kurusan IPA dan batas nilai naik kelas. Lalu dapat melihat laporan hasil penjurusan. Sedangkan siswa dapat login dengan menggunakan nis masing-masing, dapat mengisi angka minat sesuai keinginan siswa sendiri dan guru hanya bisa melihat hasil penjurusan. Pada gambar diatas adalah proses manajemen data yang dilakukan oleh admin (kurikulum) dan kepala sekolah. Admin dapat melakukan manajemen data siswa, guru, bobot_mapel, alokasi, th_ajaran, minat, kriteria/nilai, manajemen batasan fuzzy, dan manajemen batas nilai oleh kepala sekolah. flow Diagram Level 1 Proses 3.0 Pada proses penjurusan terdapat 3 proses lagi yaitu proses penilaian, dimana nilai dari setiap siswa dimasukkan terlebih dahulu ke sistem, lalu dihitung skor NIPA dan skor NIPS dari masing-masing siswa.proses selanjutnya adalah mencari derajat keanggotaan dari setiap rules yang terlibat, dan dicari nilai MIN dari setiap rules. Dan proses selanjutnya adalah defuzyfikassi. Pada proses ini akan menghasilkan nilai crisp IPA dan crisp IPS yang nantinya akan digunakan untuk menentukan siswa masuk ke jurusan IPA atau IPS. Jurnal TIKomSiN 27
Entity Relationship Diagram (ERD) nilai 3.1 Penilaian 1.Tabel Siswa nilai Id IQ nilai 2.Tabel Nilai NIPA D_ips nilai D_ipa NIPS Skor Nilai (NIPA, NIPS, IQ, MInat) Jurusan angka_minat Nama Admin/kurikulum NIS jk Hasil_penjurusan Alamat Th_ajaran himpunan fuzzy Tgl_lahir status Nilai derajat keanggotaan tiap variabel 3.2 Cari derajat kebenaran α himpunan fuzzy 4. Tabel batasan fuzzy Nama_ortu Nilai min (α) Telp Memiliki Th_masuk hasil penjurusan (nilai crisp) Siswa Memiliki Nilai Crips 5. Tabel penjurusan (IPA dan IPS) 3.3 Defuzzyfikasi (cari nilai crisp IPA dan IPS) hasil penjurusan (nilai crisp ) himpunan fuzzy Id_bobot_mapel Id_minat Nama_mapel Bobot_Mapel Minat Angka_minat Gambar 5. DFD Level 1 Proses 3.0 bobot Memiliki Flowchart Sistem Fuzzy Kriteria/ nilai siswa Tot_nilai Kriteria/nilai benar Hitung NIPAdan NIPS Kimia Fisika HasilIPS Ekonomi benar Id_bobot_mapel Matematika HasilIPA Geografi Ambil nilai batasan tiap variabel fuzzy Cari derajat keanggotaan Id_Tot_nilai NIPA NIPS Id_nilai Sosiologi IQ Id_nilai Biologi Cari rule/ aturan yang terlibat Cari nilai MIN tiap rule Cari MAX tiap rule Gambar 7. ERD Cek Cek nilai D_IPA dan D_IPS Apakah D_IPA > D_IPS? Iya Siswa masuk IPA Selesai Defuzifikasy (D_IPA & D_IPS) Tidak? Siswa masuk IPS Cari nilai L (Luas) Cari nilai M (moment) Gambar 6. Flowchart Sistem Fuzzy Pada gambar flowchartdi atas menjelaskan alur perhitungan fuzzy. Dapat dilihat langkah awal adalah proses penilaian yang didapat dari data nilai setiap siswa. Lalu mencari nilai derajat keanggotaan setiap variabel, dan sistem akan menentukan rules yang terlibat secara otomatis. Setelah itu sistem akan menentukan nilai MIN dari masing-masing rules, dan melakukan komposis aturan dengan mencari nilai MAX dari nilai min yang ada. Setelah itu akan dihitung nilai crisp nya apabila nilai crisp (defuzyfikassi) IPA lebih besar dari nilai crisp (defuzyfikassi) IPS maka siswa masuk ke jurusan IPA begitu pula sebaliknya. Entity Relational Diagram diatas menjelaskan relasi antara tabel siswa dan tabel minat yang memiliki relasi one to many dimana setiap siswa hanya memiliki angka minat masuk kejurusan IPA satu sedangkan setiap angka minat bisa dimiliki oleh satu atau banyak siswa. Relasi yang kedua adalah antara tabel siswa dan tabel kriteria atau tabel nilai yaitu one to one, disini siswa hanya memiliki satu kriteria dimana setiap kriteria yang dimiliki siswa satu dan siswa yang lain juga berbeda. Relasi yang ketiga antara tabel bobot mapel dan tabel kriteria dimana dalam relasi ini menghasilkan tabel baru yaitu tabel tot_nilai yang disebut dengan relasi many to many. Skema Diagram Perancangan base relasional hubungan antara beberapa tabel yang saling memiliki keterkaitan data dan tidak dapat dipisahkan. Sehingga redudansi atau kesalahan rekaman data tidak terjadi. 28 Jurnal TIKomSiN
Gambar 8. Desain relasi antar tabel 2. Implementasi Antarmuka Aplikasi ini memiliki antarmuka berupa tampilan web. Berikut tampilan utama program. Gambar 12. Halaman Generate Berikut adalah tampilan laporan dari hasil penjurusan siswa. Gambar 13 Halaman Laporan Gambar 9. Halaman login Berikut adalah tampilan halaman utama setelah admin (bagian kurikulum) Login. Gambar 10. Halaman index Berikut adalah halaman untuk admin ketika input data nilai/kriteria. Gambar 11. Halaman Input data nilai Berikut adalah tampilan halaman untuk admin ketika melakukan generate penjurusan dari semua siswa setelah semua nilai selesai diinput. 3. Pengujian Sistem 1. Berdasarkan hasil pengujian dengan menggunakan pengujian fungsionalitas (black box) yang telah dilakukan pada keenam fungsi diatas yang meliputi fungsi login, fungsi input siswa, fungsi input guru, fungsi input nilai/kriteria, fungsi input minat dan fungsi batas nilai pada Sistem Pendukung Keputusan Siswa SMA Negeri 1 Jatisrono ini, maka dapat ditarik kesimpulan bahwa aplikasi penjurusan siswa ini telah berjalan cukup optimal, hal ini dapat ditunjukan melalui menu-menu yang telah berjalan sesuai fungsionalnya. 2. Berdasarkan hasil pengujian dengan menggunakan pengujian validitas yang telah dilakukan pada Sistem Pendukung Keputusan Siswa SMA Negeri 1 Jatisrono ini, maka dapat ditarik kesimpulan bahwa sistem penjurusan siswa ini sudah valid. Hal ini dapat kita lihat hasil yang di dapat kan dari keluaran sistem sama dengan perhitungan manual dengan menggunakan Algoritma Fuzzy Mamdani. V. PENUTUP 5.1 Kesimpulan 1. Sistem Pendukung Keputusan Siswa di SMA Negeri 1 Jatisrono dengan Algoritma Fuzzy Inference System (FIS) Mamdani memiliki fitur beberapa menu yaitu pada sisi admin terdapat menu manajemen siswa, manajemen guru, manajemen batasan ( himpunan fuzzy ), Jurnal TIKomSiN 29
manajemen nilai/kriteria, manajemen bobot mapel, manajemen laporan penjurusan. Pada sisi Kepala Sekolah terdapat menu login, manajemen batas nilai, dan dapat melihat hasil laporan penjurusan. Sedangkan pada sisi siswa dapat melakukan login dengan nis masing-masing dan dapat memasukkan angka minat untuk masuk ke jurusan ipa. Disisi guru hanya dapat melihat hasil laporan penjurusan. 2. Berdasarkan hasil pengujian dengan menggunakan pengujian fungsionalitas (black box) yang telah dilakukan pada keenam fungsi diatas yang meliputi fungsi login, fungsi input siswa, fungsi input guru, fungsi input nilai/kriteria, fungsi input minat dan fungsi batas nilai pada Sistem Pendukung Keputusan Siswa SMA Negeri 1 Jatisrono ini, maka dapat ditarik kesimpulan bahwa aplikasi penjurusan siswa ini telah berjalan cukup optimal, hal ini dapat ditunjukan melalui menu-menu yang telah berjalan sesuai fungsionalnya. 3. Berdasarkan hasil pengujian dengan menggunakan pengujian validitas yang telah dilakukan pada Sistem Pendukung Keputusan Siswa SMA Negeri 1 Jatisrono ini, maka dapat ditarik kesimpulan bahwa sistem penjurusan siswa ini sudah valid. Hal ini dapat kita lihat hasil yang di dapatkan dari keluaran sistem sama dengan perhitungan manual dengan menggunakan Algoritma Fuzzy Mamdani. yang lain sebagai bahan pembanding sehingga alternative yang dihasilkan lebih akurat. DAFTAR PUSTAKA [1] Sanders, Donald H. Computer Today, USA:McGraw-Hill Inc, 1985. [2] Turban. E. 2005. Decision Support System and Intelligent Systems Edisi 7. Jilid 2. Penerbit : Andi Offset, Yogyakarta. [3] Kusumadewi, S. Dan H. Purnomo., 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Graha Ilmu: Yogyakarta. [4] Kusumadewi, S., 2002, Analisis & Desain Sistem Fuzzy Menggunakan Tool Box MathLab. Graha Ilmu: Yogyakarta. 5.2 Saran 1. Sistem Pendukung Keputusan Siswa di SMA Negeri 1 Jatisrono dengan Algoritma Fuzzy Inference System (FIS) Mamdani belum dilengkapi fasilitas backup dan restore, sehingga apabila terjadi hal-hal yang tidak diinginkan maka tetap memiliki data cadangan. 2. Sistem Pendukung Keputusan Siswa di SMA Negeri 1 Jatisrono dengan Algoritma Fuzzy Inference System (FIS) Mamdani dapat memberikan alternatif terbaik dalam menjuruskan siswa, namun masih terdapat penilaian yang bersifat subjektif dan diharapkan dalam penelitian selanjutnya dapat menggunakan metode 30 Jurnal TIKomSiN